许跃生教授在《Memoirs of the AMS》发表长篇学术论文

　　近日，许跃生教授和华南师范大学叶颀教授合作在美国数学会主办的权威学术期刊《Memoirs of the AMS》发表题为“Generalized Mercer Kernels and Reproducing Kernel Banach Spaces”的长篇学术论文[1]。

　　该文延拓和完善了此前许跃生教授与jbo竞博官网张海樟教授、美国密西根大学张俊教授合作首创的再生核巴拿赫空间的理论，提出了广义Mercer核函数的新概念，并且验证了在一类巴拿赫空间（如1模再生核巴拿赫空间）中，机器学习算法具有稀疏快速的特性。该文提出的稀疏机器学习方法，可结合超级计算建立能够分析复杂结构大数据的智能方法。该方法已初步应用在医学图像、癌症数据分析和教育大数据等领域。

　　据了解，此文是《Memoirs of the AMS》发表的首篇关于机器学习理论方面的论文，也是国内计算数学工作者首次在该权威期刊发表的计算数学方面的长文。

　　参考文献：

　　[1] Yuesheng Xu and Qi Ye, Generalized mercer kernels and reproducing kernel banach spaces, Memoirs of the American Mathematical Society 258 (2019) no. 1243, 1-122.

来源：李启元

编辑：徐瑛

审核：顾颖能、杨宏奇、陈凌、谢曼华